Madrid oder Mailand Hauptsache Italien Datenqualität & MDM in DWH Projekten

Größe: px
Ab Seite anzeigen:

Download "Madrid oder Mailand Hauptsache Italien Datenqualität & MDM in DWH Projekten"

Transkript

1 Madrid oder Mailand Hauptsache Italien! Datenqualität & MDM in DWH Projekten OPITZ CONSULTING GmbH 2014 Seite 1

2 Mission Wir entwickeln gemeinsam mit allen Branchen Lösungen, die dazu führen, dass sich diese Organisationen besser entwickeln als ihr Wettbewerb. Unsere Dienstleistung erfolgt partnerschaftlich und ist auf eine langjährige Zusammenarbeit angelegt. Leistungsangebot Business IT Alignment Business Information Management Business Process Management Anwendungsentwicklung SOA und System-Integration IT-Infrastruktur-Management Märkte Branchenübergreifend Über 600 Kunden 29% Industrie / Versorger / Telekommunikation Eckdaten Gründung Mitarbeiter 9 Standorte 29% Handel / Logistik / Dienstleistungen 42% Öffentliche Auftraggeber / Banken und Versicherungen / Vereine und Verbände OPITZ CONSULTING GmbH 2014 Seite 2

3 Agenda 1. Datenqualität und MDM 2. Datenqualität als Querschnittsthema für Technik, Organisation und Methodik 3. Data Quality in der Praxis: Oracle DWH, OWB/ODI, Oracle Enterprise Data Quality 4. Fazit OPITZ CONSULTING GmbH 2014 Seite 3

4 1 Datenqualität und Master Data Management Unsere Chancen, das Viertelfinale zu erreichen, stehen 50:50 oder 60:60. Reiner Calmund OPITZ CONSULTING GmbH 2014 Seite 4

5 Big Data und Datenqualität: Neuer Trend und alte Weisheit! Quelle: OPITZ CONSULTING GmbH 2014 Seite 5

6 Datenqualitätsprobleme OPITZ CONSULTING GmbH 2014 Seite 6

7 Datenqualitätsprobleme OPITZ CONSULTING GmbH 2014 Seite 7

8 Direkt Sichtbare und vermeintlich unsichtbare Konsequenzen von mangelnder Datenqualität Rückläufer Bußgelder Ertragsverlust Fehlentscheidungen Auftragsverlust Suchdauer Erhöhte Systemkosten Schäden Zeitverlust Mitarbeiterunzufriedenheit Datenwiedereingabe Datenkorrektur Imageverlust Kundenabwanderung Zinskosten Entgangenes Neugeschäft Arbeitsstunden Sicherheitskosten OPITZ CONSULTING GmbH 2014 Seite 8

9 Direkt Sichtbare und vermeintlich unsichtbare Konsequenzen von mangelnder Datenqualität Rückläufer Bußgelder Ertragsverlust Fehlentscheidungen Auftragsverlust Suchdauer Erhöhte Systemkosten Schäden Zeitverlust Mitarbeiterunzufriedenheit Datenwiedereingabe Datenkorrektur Imageverlust Kundenabwanderung Zinskosten Entgangenes Neugeschäft Arbeitsstunden Sicherheitskosten OPITZ CONSULTING GmbH 2014 Seite 9

10 Master Data Management: Neue Disziplin, bekannte Zielsetzung Master Data Management (Synonym: Stammdatenmanagement) ist das Management zur Sicherstellung der Qualität der Stammdaten und verfolgt den Zweck, die Eignung der Stammdatenobjekte bei Verwendung in allen wertschöpfenden Prozessen des Unternehmens sicherzustellen. Das MDM beinhaltet alle hierzu notwendigen operativen und steuernden Prozesse, die eine qualitätsgesicherte Definition herbeiführen sowie die Pflege und Verwaltung der Stammdatenobjekte sicherstellen. Zudem stellt das MDM die IT-Komponenten zur Abbildung dieser Prozesse. Zweck des Master Data Managements Nutzung Nutzbarkeit OPITZ CONSULTING GmbH 2014 Seite 10

11 Stammdaten und andere Datentypen Stammdaten Änderungsdaten Bestandsdaten Bewegungsdaten Länder-Code (*) Lieferant enthält Kunde ändert Update Zahlungsart Verweist auf Bestellung Bestellkopf Produkt enthält Bestellpositionen lagert Lagerort hat Lagerbestand ändert (*) Referenzdaten (Werteliste, Codelisten) OPITZ CONSULTING GmbH 2014 Seite 11

12 2 Datenqualität als Querschnittsthema für Technik, Organisation und Methodik Der Jürgen Klinsmann und ich, wir sind ein gutes Trio. Ich meinte: ein Quartett! Fritz Walter jun. OPITZ CONSULTING GmbH 2014 Seite 12

13 Datenqualität in seinen Dimensionen OPITZ CONSULTING GmbH 2014 Seite 13

14 Mithilfe des DQM-Zyklus Datenqualität aktiv managen Probleme identifizieren und priorisieren Data Monitoring Data Monitoring Data Profiling Erfolg bewerten Zielwerte definieren Data Cleansing Prozess und Systeme verbessern Ursache analysieren Data Profiling OPITZ CONSULTING GmbH 2014 Seite 14

15 Data Stewards leben den DQM-Zyklus Steward (engl.): auch Verwalter, Obmann, Vertrauensmann, Mittler, Bewahrer (Fachbereichs-)Rolle im Unternehmen für proaktives Datenqualitätsmanagement Prozessorientierung vs. Domänenorientierung Bestellprozess Data Steward Gruppe Lagerdaten Data Steward Gruppe Kunden Lieferprozess Lieferanten Produkte OPITZ CONSULTING GmbH 2014 Seite 15

16 Datenqualität in der Architektur: DWHs sind besonders anfällig für DQ-Mängel Stage EM Marts/Cubes? Quellsysteme BI & DWH Infrastruktur OPITZ CONSULTING GmbH 2014 Seite 16

17 Master Data Management als qualitätssicherndes Element in der DWH-Landschaft Quelle: Gartner BI Summit 2013, Big Data and Analytics Strategy Essentials OPITZ CONSULTING GmbH 2014 Seite 17

18 Methoden im Datenqualitätsmanagement Data Profiling Data Cleansing Data Monitoring Sammeln und Analysieren von Informationen zu Inhalt, Struktur und Qualität der Daten Verfahren zum Entfernen und Korrigieren von Datenfehlern Kontinuierliches Erkennen und Überwachen von Datenqualität und Datenqualitätskennzahlen OPITZ CONSULTING GmbH 2014 Seite 18

19 Ansätze für Data Profiling Attributanalyse Datensatzanalyse Tabellenanalyse Attributname Datentyp Wertebereich Muster Domänen NULL-Werte Eindeutigkeit Schlüsselattribute Abgeleitete Attribute Attributsbeziehungen Individuelle Geschäftsregeln Referenzielle Abhängigkeiten Anzahl Datensätze Kardinalitäten Individuelle Geschäftsregeln OPITZ CONSULTING GmbH 2014 Seite 19

20 Data Profiling am Beispiel Bestelldaten Data Profiling Umsatz pro Sparte? Umsatz pro Gruppe? Umsatz pro Produkt? Werden korrekte Rechnungen erstellt? Umsatz pro Kunde? Macht die Kundenkarte Sinn? Sparte Gruppe Fehlerhafte Spartenkennzeichnung von Gruppen Waisen Falsche Statuskennzeichnung von Produkten Produkt Falsche Verschlüsselung von Produkten Doppelte Produktnummern Bestellung Bestellposition Fehlerhafte, nicht rechenbare Einzelpreisbezeichnung Kunde Doppelte Wertebelegung von Statuskennzeichnung OPITZ CONSULTING GmbH 2014 Seite 20

21 Data Cleansing Methoden Data Cleansing Maik Lehmann Maik Lehmann Validierung Maik Lehmann? Verarbeitung Abweisung Zurückhaltung Verarbeitung mit Bereinigung Herr Maik Lehmann Herr Maik Lehmann Standardisieren 1,2 kg 1200g Strukturieren Normieren Bereinigen Frankfurt am Main Frankfurt a. Main Frankfurt/Main Maik Lehmann Maik Lehmann Verarbeiten Entfernen Ersetzen Ableiten Vorgabewerte verwenden Duplikate entfernen Auftrennen Maik Lehmann Berlin 800 km² 3,4 Mio Einwohner Vorwahl 030 Anreicherung Anreicherung mit ergänzenden Informationen OPITZ CONSULTING GmbH 2014 Seite 21

22 Data Cleansing am Beispiel Kundenstammdaten Data Cleansing Domains? Varianten? Ausreißer? Regeln ableiten Analysieren/ Data Profile erstellen Daten anreichern/ Kaufkraft, Bonität Referenzdaten Strasse, PLZ, Ort Kundenstammdaten (Urzustand) Daten standardisieren Kundenstammdaten (standardisiert) Daten bereinigen Kundenstammdaten (bereinigt) Steigerung der Datenqualität OPITZ CONSULTING GmbH 2014 Seite 22

23 Data Monitoring am Beispiel eines unternehmensweiten Kennzahlenbaum Data Monitoring Hauptziel Datenqualität Musterunternehmen Ist 86% vs. Soll 94% Teilziele Vertriebsstammdaten Ist 95% vs. Soll 97% Logistikdaten Ist 77% vs. 91% Soll Unterziele Rückläufer Mailingaktion Ist 97% vs. Soll 96% Kundendoubletten Ist 93% vs. Soll 98% Zuordnungstreue Transportbehälter und Produkt Ist 77% vs. Soll 91% OPITZ CONSULTING GmbH 2014 Seite 23

24 3 Data Quality in der Praxis: Oracle DWH, OWB/ODI, Oracle Enterprise Data Quality Das Tor gehört zu 70% mir und 40% dem Wilmots. Ingo Anderbrügge OPITZ CONSULTING GmbH 2014 Seite 24

25 Grundlegende Best Practices Ausreichende Protokollierung Keine manuellen Eingriffe Sicherung der Nachvollziehbarkeit von Datenströmen Klar getrennte Layer und Bereitstellung von Metadaten (auch für Informationsempfänger) Geringe Verschachtelungstiefe und Übernahme von ID s Keine Berechnungen auf nicht statischen Daten Lesbarkeit von Code Datenmodell Standardisiert, z.b. Data Vault Namenskonventionen Constraints unter Berücksichtigung von Performanceaspekten OPITZ CONSULTING GmbH 2014 Seite 25

26 Oracle Datenbankmittel für Fehlerprotokollierung Zeilenbasiertes Exceptionhandling Erhöhter Implementierungsaufwand Mäßige Performance PL/SQL Bulk Processing mit FORALL SAVE EXCEPTIONS Erhöhter Implementierungsaufwand Gute Performance DML Error Logging Geringer Implementierungsaufwand Auch mit OWB & ODI ohne Zusatzkosten nutzbar Ggf. mäßige Performance insbesondere bei Conventional Path Inserts OPITZ CONSULTING GmbH 2014 Seite 26

27 Eigenimplementierung in PL/SQL zur Sicherung der Datenqualität Gründe: Häufig in der Konzeptionsphase kaum DQ-Anforderungen, sondern häufig erst während Implementierung oder Betrieb Glaube an eine gute Datenqualität und Dokumentation Vermeidung von Lizenzkosten Ergebnis: Manuelles Profiling mit Hilfe von vielen einzelnen SQL-Abfragen Korrekturen meist direkt im ETL-Prozess Erweiterte Lösung: Wiederholte Prüfung definierter Regeln Ggf. metadatengestützt Integration von Checks in den ETL-Prozess Darstellung von Fehlern in einem eigenen Bericht OPITZ CONSULTING GmbH 2014 Seite 27

28 Datenqualitätsmanagement am Beispiel eines organisationsübergreifenden DWHs (Pharma) Kunde: weltweit agierendes und forschendes Pharmaunternehmen Partnerunternehmen des Kunden führen klinische Studien durch übermitteln Kennzahlen, Events, Planzahlen, usw. per CSV-Dateien Datenverarbeitung: Polling auf Verzeichnis und Laden der Dateiinhalte Zurückweisung von schwerwiegenden Fehlern Weiterverarbeitung der verbleibenden Informationen Prüfungen auf Basis von Metadaten Darstellung von Inkonsistenzen in einem Bericht Fehlende Werte, z.b. fehlendes Datum eines Events Duplikate Einschätzung der Glaubwürdigkeit Meldung an Partner zur Korrektur OPITZ CONSULTING GmbH 2014 Seite 28

29 Data Cleansing Methoden im aktuellen Projekt Validierung Verarbeitung Abweisung Zurückhaltung Verarbeitung mit Bereinigung Standardisieren Strukturieren Normieren Bereinigen Verarbeiten Entfernen Ersetzen Ableiten Vorgabewerte verwenden Duplikate entfernen Auftrennen Anreicherung Anreicherung mit ergänzenden Informationen OPITZ CONSULTING GmbH 2014 Seite 29

30 Data Quality Option im OWB Zusätzlich Lizenzierung nötig Voll in den OWB integriert Umfangreicher Funktionsumfang Data Profiling Ableitung von Regeln Auditing der Datenqualität mit Data Auditors Anwendung von Data Cleansing Generierung von Tabellen (mit Constraints) Generierung von Funktionen und Mappings: 1. Speicherung der kompletten Datenmenge 2. Speicherung der fehlerhaften Zeilen 3. Speicherung von korrigierten Zeilen 4. Laden der kompletten, bereinigten Datenmenge Migration zu ODI: Data Quality Option nicht im ODI (Alternative: Oracle EDQ) Erstellte Mappings, Tabellen und Funktionen werden migriert, ggf. Nacharbeit nötig OPITZ CONSULTING GmbH 2014 Seite 30

31 Data Quality im ODI Einsatz von Check Knowledge Modulen (CKM) Static control beliebige Quelltabelle Flow control auf der I$-Tabelle Protokollierung in E$-Tabelle Oracle Data Profiling and Quality for Oracle Data Integrator Fremdprodukt von Trillium Jobs für Data Profiling & Data Cleansing Gesteigerter Umfang im Vergleich zu OWB Kann in ODI-Package aufgerufen werden Anscheinend kein strategisches Produkt OPITZ CONSULTING GmbH 2014 Seite 31

32 Oracle Enterprise Data Quality (OEDQ) Entstanden aus Übernahme von Datanomic (2011) Strategisches Produkt von Oracle Heterogene Datenquellen Datenbanken Spreadsheets (Access / Excel) Flat files Umfangreiche Funktionalität Einheitliche Oberfläche mit Fokus auf Fachanwender Weitreichende Integration In ODI-Package per Enterprise Data Quality Open Tool aufrufbar Unternehmensweit einsetzbar sowohl in operativen als auch dispositiven Systemen Kombinierbar mit Oracle MDM OPITZ CONSULTING GmbH 2014 Seite 32

33 OEDQ Systemische Einordnung OPITZ CONSULTING GmbH 2014 Seite 33

34 OEDQ Funktionsumfang OPITZ CONSULTING GmbH 2014 Seite 34

35 ODI/OEDQ Demo OPITZ CONSULTING GmbH 2014 Seite 35

36 OEDQ Integration in den ODI OPITZ CONSULTING GmbH 2014 Seite 36

37 4 Fazit Ihr Fünf spielt jetzt vier gegen drei. Fritz Langner OPITZ CONSULTING GmbH 2014 Seite 37

38 Fazit Datenqualitätsmanagement wird meist unterschätzt und reaktiv gehandhabt. Datenqualität bedeutet mehr als Technik. Data Stewards und DQ-Prozesse sichern langfristig eine gute Datenqualität. Oracle unterstützt Datenqualitätsmanagement in vielfacher Hinsicht von individuellem PL/SQL bis hin zu Enterprise DQ-Anwendungen (Oracle Enterprise Data Quality) Ein offener Umgang mit potentiellen Datenqualitätsproblemen ermöglicht realistischere und damit erfolgreichere BI-Projekte. Im Kontext von Big Data notwendiger den je! OPITZ CONSULTING GmbH 2014 Seite 38

39 Weiterführende Informationen Datenqualität Baustein für Effizienzsteigerung Whitpaper Datenqualitätsmanagement Master Data Management Buch: Master Data Management Masterdata Management Strategie, Organisation, Architektur Kunden- / Projektberichte: Hellmann Worldwide Logistics: Data Cleansing Master Data Management in der Praxis 6 Fallstudien im Vergleich Oracle und Data Quality OPITZ CONSULTING: ETL Monitoring für den OWB OEDQ Product Overview and Roadmap Oracle Data Integration Blog ([1], [2], [3]) DOAG Online: OWB ODI Migration OPITZ CONSULTING GmbH 2014 Seite 39

40 OWB zu ODI Migration Besuchen Sie uns an unserem Stand hier auf der Oracle DWH Konferenz oder auf opitz-consulting.com/owb_und_jetzt OPITZ CONSULTING GmbH 2014 Seite 40

41 Ansprechpartner Timo Bergenthal, Solution Architect BI OPITZ CONSULTING Deutschland GmbH Phone Mobile Jochen Wilms, Business Development & Innovation OPITZ CONSULTING Deutschland GmbH Phone Mobile OPITZ CONSULTING GmbH 2014 Seite 41

erfolgreich steuern Datenqualität rä dpunkt.verlag Ldwi Praxislösungen für Business-Intelligence-Projekte Rüdiger Eberlein Edition TDWI

erfolgreich steuern Datenqualität rä dpunkt.verlag Ldwi Praxislösungen für Business-Intelligence-Projekte Rüdiger Eberlein Edition TDWI Detlef Apel Wolfgang Behme Rüdiger Eberlein Christian Merighi Datenqualität erfolgreich steuern Praxislösungen für Business-Intelligence-Projekte 3., überarbeitete und erweiterte Auflage Edition TDWI rä

Mehr

Datenqualität erfolgreich steuern

Datenqualität erfolgreich steuern Edition TDWI Datenqualität erfolgreich steuern Praxislösungen für Business-Intelligence-Projekte von Detlef Apel, Wolfgang Behme, Rüdiger Eberlein, Christian Merighi 3., überarbeitete und erweiterte Auflage

Mehr

Die Oracle BI Trilogie von Trivadis

Die Oracle BI Trilogie von Trivadis Die Oracle BI Trilogie von Trivadis Teil 2 - Aufbau einer DWH- und BI-Landschaft Zürich, 25. November 2009 Basel Baden Bern Lausanne Zürich Düsseldorf Frankfurt/M. Freiburg i. Br. Hamburg München Stuttgart

Mehr

Datawarehouse Architekturen. Einheitliche Unternehmenssicht

Datawarehouse Architekturen. Einheitliche Unternehmenssicht Datawarehouse Architekturen Einheitliche Unternehmenssicht Was ist Datawarehousing? Welches sind die Key Words? Was bedeuten sie? DATA PROFILING STAGING AREA OWB ETL OMB*PLUS SAS DI DATA WAREHOUSE DATA

Mehr

Agenda. Portfolioübersicht. Business-Case. Zusammenfassung. Das Ziel. SAP EIM Produktportfolio. Datenreorganisation mit SAP EIM

Agenda. Portfolioübersicht. Business-Case. Zusammenfassung. Das Ziel. SAP EIM Produktportfolio. Datenreorganisation mit SAP EIM Datenreorganisation > Effiziente und performante Stammdatenreorganisation mit SAP Data Services < Simon Hartstein / T-Systems Data Migration Consulting AG / Harmonization & Consolidation Mai 21, 2014 Agenda

Mehr

DIE DATEN IM ZENTRUM: SAS DATA MANAGEMENT

DIE DATEN IM ZENTRUM: SAS DATA MANAGEMENT DIE DATEN IM ZENTRUM: SAS DATA RAINER STERNECKER SOLUTIONS ARCHITECT SAS INSTITUTE SOFTWARE GMBH Copyr i g ht 2013, SAS Ins titut e Inc. All rights res er ve d. NEUE WEGE GEHEN SAS DATA GOVERNANCE & QUALITY

Mehr

SOA im Zeitalter von Industrie 4.0

SOA im Zeitalter von Industrie 4.0 Neue Unterstützung von IT Prozessen Dominik Bial, Consultant OPITZ CONSULTING Deutschland GmbH Standort Essen München, 11.11.2014 OPITZ CONSULTING Deutschland GmbH 2014 Seite 1 1 Was ist IoT? OPITZ CONSULTING

Mehr

Zurück in die Zukunft

Zurück in die Zukunft Zurück in die Zukunft OPITZ CONSULTING GmbH 2014 Seite 1 Zurück in die Zukunft Umstellen einer ADF 10g Applikation auf ADF 12c Enno Schulte Consultant OPITZ CONSULTING GmbH Nürnberg, 19.11.2014 OPITZ CONSULTING

Mehr

Analyse von unstrukturierten Daten. Peter Jeitschko, Nikolaus Schemel Oracle Austria

Analyse von unstrukturierten Daten. Peter Jeitschko, Nikolaus Schemel Oracle Austria Analyse von unstrukturierten Daten Peter Jeitschko, Nikolaus Schemel Oracle Austria Evolution von Business Intelligence Manuelle Analyse Berichte Datenbanken (strukturiert) Manuelle Analyse Dashboards

Mehr

Agenda. Einführung MS SQL Server Integration Services (SSIS) Oracle Data Warehouse Builder (OWB) Zusammenfassung Quellen. Einführung SSIS OWB

Agenda. Einführung MS SQL Server Integration Services (SSIS) Oracle Data Warehouse Builder (OWB) Zusammenfassung Quellen. Einführung SSIS OWB Agenda Einführung MS SQL Server Integration Services () Oracle Data Warehouse Builder () Quellen 10.12.2009 Martin Tobies - DQ Tools 2 Agenda Einführung MS SQL Server Integration Services () Oracle Data

Mehr

Information Governance die unterschätzte Unternehmensdisziplin IBM Inside 2010, Okt. 2010

Information Governance die unterschätzte Unternehmensdisziplin IBM Inside 2010, Okt. 2010 Information Governance die unterschätzte Unternehmensdisziplin IBM Inside 2010, Okt. 2010 Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Information Governance Information Management

Mehr

Agile BI in der Praxis

Agile BI in der Praxis Agile BI in der Praxis Agiles Testen Thomas Flecken Consultant OPITZ CONSULTING Deutschland GmbH Oracle DWH Konferenz Kassel, 20.03.2013 OPITZ CONSULTING Deutschland GmbH 2013 Seite 1 Agenda 1. Vorstellung

Mehr

Daten verstehen. Prozessoptimierung Applikationsmanagement Systemintegration. Daten- u. Prozessmodellierung Applikationsentwicklung Systemintegration

Daten verstehen. Prozessoptimierung Applikationsmanagement Systemintegration. Daten- u. Prozessmodellierung Applikationsentwicklung Systemintegration Actum + MIOsoft Ihr SAP Partner Prozessoptimierung Applikationsmanagement Systemintegration Daten verstehen Daten managen Business Analytics und IT Plattformanbieter Daten- u. Prozessmodellierung Applikationsentwicklung

Mehr

Erfolgsfaktor Datenqualität - Verfahren und Tools zur Qualitätssicherung der Produktdaten-

Erfolgsfaktor Datenqualität - Verfahren und Tools zur Qualitätssicherung der Produktdaten- Erfolgsfaktor Datenqualität - Verfahren und Tools zur Qualitätssicherung der Produktdaten- Rolf Krieger Institut für Softwaresysteme Hochschule Trier, Umwelt-Campus Birkenfeld email: r.krieger@umwelt-campus.de

Mehr

ITGAIN Fach- und Technikspezialist

ITGAIN Fach- und Technikspezialist ITGAIN Fach- und Technikspezialist KOMPETENZ GEWINNBRINGEND EINSETZEN. Copyright 2012 ITGAIN GmbH 1 SPoT Wir bringen Ihre Informationen auf den Punkt. Hamburg, 07.05.2012 FACTORY-ANSATZ FÜR ETL-PROZESSE

Mehr

ETL Monitoring & Tuning durch Auswertung der OWB Laufzeit-Metadaten. Referent: Lutz Bauer, Leiter CC Data Integration, MT AG

ETL Monitoring & Tuning durch Auswertung der OWB Laufzeit-Metadaten. Referent: Lutz Bauer, Leiter CC Data Integration, MT AG ETL Monitoring & Tuning durch Auswertung der OWB Laufzeit-Metadaten Referent: Lutz Bauer, Leiter CC Data Integration, MT AG MT AG managing technology Key-facts: 1994: Gründung als MT Software GmbH 2000:

Mehr

Bessere Daten durch Stammdatenmanagement

Bessere Daten durch Stammdatenmanagement make connections share ideas be inspired Bessere Daten durch Stammdatenmanagement Mit SAS MDM, bessere Stammdaten für operativen Systeme make connections share ideas be inspired Overview Mit SAS MDM bessere

Mehr

Frühling für iphone-apps

Frühling für iphone-apps Spring-basierte Backends für ios-applikationen Stefan Scheidt Solution Architect OPITZ CONSULTING GmbH OPITZ CONSULTING GmbH 2010 Seite 1 Wer bin ich? Software-Entwickler und Architekt Trainer und Coach

Mehr

Wie Fusion CRM die Datenqualität im Marketingprozess erhöhen kann (Fusion CRM@ec4u)

Wie Fusion CRM die Datenqualität im Marketingprozess erhöhen kann (Fusion CRM@ec4u) Wie Fusion CRM die Datenqualität im Marketingprozess erhöhen kann (Fusion CRM@ec4u) Jeder kennt folgende Sätze aus seinem eigenen Unternehmen: Wieso sind so viele doppelte Einträge im System? Kann man

Mehr

Agile BI in der Praxis

Agile BI in der Praxis Agile BI in der Praxis Agiles Testen Andreas Ballenthin, Solution Architect OPITZ CONSULTING Deutschland GmbH Agile World 2014 München, 01.07.2014 OPITZ CONSULTING GmbH 2014 Seite 1 Agenda 1. Vorstellung

Mehr

Wege aus dem Datenlabyrinth

Wege aus dem Datenlabyrinth Wege aus dem Datenlabyrinth - Datenqualität auf dem Prüfstand - 17. November 2009 CEA v6.4 Studie IT-Trends 2009 in Deutschland: Das BI-Top-Thema ist Datenqualität Business Intelligence: Bedeutung einzelner

Mehr

Innovatives Reporting mit PM10: Analysen und Berichte mit Single Point of Truth 11.00 11.45 Uhr

Innovatives Reporting mit PM10: Analysen und Berichte mit Single Point of Truth 11.00 11.45 Uhr Copyright 2007 Infor. Alle Rechte vorbehalten. Innovatives Reporting mit PM10: Analysen und Berichte mit Single Point of Truth 11.00 11.45 Uhr Hubertus Thoma Presales Consultant PM Schalten Sie bitte während

Mehr

Motivation: Datenqualitätsprobleme in der Praxis (1/2) Mars Climate Orbiter. Chinesische Botschaft in Belgrad

Motivation: Datenqualitätsprobleme in der Praxis (1/2) Mars Climate Orbiter. Chinesische Botschaft in Belgrad Datenqualität mit dem DataFlux dfpower Studio 8.1 Tobias Jansen Zaferna-Hütte, 4. Januar 2009 Motivation: Datenqualitätsprobleme in der Praxis (1/2) Mars Climate Orbiter Nasa Marssonde Mars Climate Orbiter

Mehr

Das generierte Data Warehouse

Das generierte Data Warehouse Das generierte Data Warehouse DOAG BI Konferenz 2012 Gregor Zeiler BASEL BERN LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. HAMBURG MÜNCHEN STUTTGART WIEN 1 Erwartungshaltungen und Hoffnungen

Mehr

Quality Point München Datenqualität

Quality Point München Datenqualität Quality Point München Datenqualität Paul, wie ist denn Eure Datenqualität? Nachdem ich bei der letzten Gehaltszahlung mit Frau... angeredet wurde, bin ich mir nicht mehr so sicher. Autor: W. Ulbrich IT&More

Mehr

Strategie und Self Service BI im Unternehmen. Gegensätze miteinander kombinieren

Strategie und Self Service BI im Unternehmen. Gegensätze miteinander kombinieren Strategie und Self Service BI im Unternehmen Gegensätze miteinander kombinieren Claas Planitzer Düsseldorf Juni 2015 Agenda 5. Herausforderungen 1. Idealbild 2. Realität 3. Self Service 4. BI. Was ist

Mehr

Deutsch, Englisch (gut) Fachinformatiker für Anwendungsentwicklung

Deutsch, Englisch (gut) Fachinformatiker für Anwendungsentwicklung Profil Andy Sydow Persönliche Daten Nationalität Sprachen Abschluss deutsch Deutsch, Englisch (gut) Fachinformatiker für Anwendungsentwicklung Profil Herr Sydow verfügt über mehrjährige Erfahrung als DWH/BI

Mehr

Information Governance Ergebnisse einer Marktbefragung zum Status Quo und Trends. Dr. Wolfgang Martin Analyst

Information Governance Ergebnisse einer Marktbefragung zum Status Quo und Trends. Dr. Wolfgang Martin Analyst Information Governance Ergebnisse einer Marktbefragung zum Status Quo und Trends Dr. Wolfgang Martin Analyst Governance Begriffsbestimmung Governance bezeichnet die verantwortungsvolle, nachhaltige und

Mehr

Klassisches Projektmanagement und agil

Klassisches Projektmanagement und agil Klassisches Projektmanagement und agil (K)ein Widerspruch!? OPITZ CONSULTING GmbH 2011 Seite 1 Klassisches Projektmanagement und agil (K)ein Widerspruch!? Dr. Andreas Wagener, Project Manager OPITZ CONSULTING

Mehr

Oracle DWH Konferenz Neuss

Oracle DWH Konferenz Neuss Oracle DWH Konferenz Neuss Migration OWB to ODI Martin de Gooijer Prinzipal Consultant BI BASEL BERN LAUSANNE ZÜRICH DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. HAMBURG MÜNCHEN STUTTGART WIEN 1 Migration

Mehr

Bedeutung von Integrationsarchitekturen im Zeitalter von Mobile, IoT und Cloud

Bedeutung von Integrationsarchitekturen im Zeitalter von Mobile, IoT und Cloud Bedeutung von Integrationsarchitekturen im Zeitalter von Mobile, IoT und Cloud OPITZ CONSULTING Deutschland GmbH 2015 Seite 1 Sven Bernhardt n Solution architect @OPITZ CONSULTING Deutschland GmbH n Oracle

Mehr

SQL Server 2012 und SharePoint im Unternehmenseinsatz. Referent Daniel Caesar

SQL Server 2012 und SharePoint im Unternehmenseinsatz. Referent Daniel Caesar SQL Server 2012 und SharePoint im Unternehmenseinsatz Referent Daniel Caesar sqlxpert Daniel Caesar Publikationen Themen SQL Server Admin, Entwicklung SharePoint Admin, Entwicklung.NET Entwicklung Rechtssichere

Mehr

Zeitlich abhängig von OWB?

Zeitlich abhängig von OWB? Zeitlich abhängig von OWB? 24. April 2007 Beat Flühmann Trivadis AG > IT Lösungsanbieter» Application Development, Application Performance Management, Business Communication, Business Intelligence, Managed

Mehr

Das bessere Unternehmen Industrialisierung von Information Management

Das bessere Unternehmen Industrialisierung von Information Management Das bessere Unternehmen Industrialisierung von Information Management Webcast, April 2010 Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Chefsache Information Management Unternehmen

Mehr

Datenqualitätsanalyse ganz einfach auf Basis moderner Werkzeuge zur Unternehmensanalyse

Datenqualitätsanalyse ganz einfach auf Basis moderner Werkzeuge zur Unternehmensanalyse Datenqualitätsanalyse ganz einfach auf Basis moderner Werkzeuge zur Unternehmensanalyse DGIQ-Roadshow, 1.-3. März 2011 Jan Hüfner, Geschäftsführer TIQ Solutions GmbH 2011 TIQ Solutions GmbH All Rights

Mehr

System Landscape Optimization. Karl Nagel, Patrick Müller

System Landscape Optimization. Karl Nagel, Patrick Müller System Landscape Optimization Karl Nagel, by CaRD / CaRD PLM 2008 Schritte > Voraussetzung: Prozessharmonisierung und Systemintegration > 1. Erstellung eines neuen Meta-Datenmodells/Vereinbarung der gültigen

Mehr

Intelligente Unternehmens- und Prozesssteuerung durch CPM

Intelligente Unternehmens- und Prozesssteuerung durch CPM Intelligente Unternehmens- und Prozesssteuerung durch CPM 5. IIR Forum BI, Mainz, Sept. 2006 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor am Institut für Business

Mehr

Data Warehouse schnell gemacht Performanceaspekte im Oracle DWH

Data Warehouse schnell gemacht Performanceaspekte im Oracle DWH Data Warehouse schnell gemacht Performanceaspekte im Oracle DWH Dani Schnider Principal Consultant Business Intelligence BI Trilogie, Zürich/Basel 25./26. November 2009 Basel Baden Bern Lausanne Zürich

Mehr

DWH Szenarien. www.syntegris.de

DWH Szenarien. www.syntegris.de DWH Szenarien www.syntegris.de Übersicht Syntegris Unser Synhaus. Alles unter einem Dach! Übersicht Data-Warehouse und BI Projekte und Kompetenzen für skalierbare BI-Systeme. Vom Reporting auf operativen

Mehr

Formatierte Berichte Excel-Dateien mittels PL/SQL erzeugen. Robert Marz its-people

Formatierte Berichte Excel-Dateien mittels PL/SQL erzeugen. Robert Marz its-people Formatierte Berichte Excel-Dateien mittels PL/SQL erzeugen Robert Marz its-people 1 Robert Marz Technical Architect Portfoliomanagement Datenbanken its-people Hochtaunus GmbH robert.marz@its-people.de

Mehr

Fördercontrolling im öffentlichen Bereich Aspekte beim Aufbau eines DWH. Software mit Format.

Fördercontrolling im öffentlichen Bereich Aspekte beim Aufbau eines DWH. Software mit Format. Fördercontrolling im öffentlichen Bereich Aspekte beim Aufbau eines DWH Gerd Schandert, Neuss den 18.03.2014 Agenda 1. Vorstellung Auftraggeber 2. Förderung allgemein 3. Schichten im Data Warehouse 4.

Mehr

Prozessorientierte Applikationsund Datenintegration mit SOA

Prozessorientierte Applikationsund Datenintegration mit SOA Prozessorientierte Applikationsund Datenintegration mit SOA Forum Business Integration 2008, Wiesbaden Dr. Wolfgang Martin unabhängiger Analyst und ibond Partner Business Integration 1998 2008 Agenda Business

Mehr

ETL in den Zeiten von Big Data

ETL in den Zeiten von Big Data ETL in den Zeiten von Big Data Dr Oliver Adamczak, IBM Analytics 1 1 Review ETL im Datawarehouse 2 Aktuelle Herausforderungen 3 Future of ETL 4 Zusammenfassung 2 2015 IBM Corporation ETL im Datawarehouse

Mehr

DATA QUALITY: ALLES ÜBER IHRE KUNDEN

DATA QUALITY: ALLES ÜBER IHRE KUNDEN DATA QUALITY: ALLES ÜBER IHRE KUNDEN Die besten und aktuellsten Daten für Ihren Unternehmenserfolg Data Quality Services becheck Der Datenbank-Check beprofile Die maßgeschneiderte Businesslösung beserve

Mehr

TransConnect - Anwendertag

TransConnect - Anwendertag TransConnect - Anwendertag Master Data Management mit TransConnect - neu oder nicht? Jürgen Bittner Realität eines Unternehmens Zahlreiche Softwaresysteme bzw. Datenbestände, die Daten der gleichen Objekte

Mehr

Data Governance Informationen kontrolliert managen

Data Governance Informationen kontrolliert managen make connections share ideas be inspired Data Governance Informationen kontrolliert managen Michael Herrmann SAS Copyright 2013, SAS Institute Inc. All rights reserved. DATA GOVERNANCE TRENDS UND TREIBER:

Mehr

Einmal Pie-Chart und zurück: Manchmal ist mehr drin als man glaubt

Einmal Pie-Chart und zurück: Manchmal ist mehr drin als man glaubt Einmal Pie-Chart und zurück: Manchmal ist mehr drin als man glaubt Ian Perry Marco Lehmann Stefan Sander Darmstadt, 6.11.2012 Einmal Pie-Chart und zurück Ian Perry Sales Engineer - IP&S Client Technical

Mehr

OPTIMIERUNG DER KONSOLIDIERUNGSVORBEREItUNG

OPTIMIERUNG DER KONSOLIDIERUNGSVORBEREItUNG ConsPrep OPTIMIERUNG DER KONSOLIDIERUNGSVORBEREItUNG ConVista CONSPREP PRODUKTBESCHREIBUNG ConVista CONSPREP Gesamtpaket ConVista CONSPREP ConVista CONSPREP stellt ein Programmpaket zur Verfügung, das

Mehr

Raus aus der Bl-Falle

Raus aus der Bl-Falle Ronald Bachmann, Dr. Guido Kemper Raus aus der Bl-Falle Wie Business Intelligencezum Erfolg wird mitp Die Autoren 13 Vorwort 15 1 Einleitung 21 1.1 Was ist Business Intelligence (BI)? 21 1.2 Motive zur

Mehr

ODI 12c - Flexible Datenintegration in komplexen BI/DWH-Umgebungen Dr.-Ing. Holger Friedrich

ODI 12c - Flexible Datenintegration in komplexen BI/DWH-Umgebungen Dr.-Ing. Holger Friedrich ODI 12c - Flexible Datenintegration in komplexen BI/DWH-Umgebungen Dr.-Ing. Holger Friedrich Agenda Einführung Key differentiators von ODI12c Effizienz Flexibilität Wartbarkeit & Beweglichkeit Schlussfolgerungen

Mehr

In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden

In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden Jens Kaminski ERP Strategy Executive IBM Deutschland Ungebremstes Datenwachstum > 4,6 Millarden

Mehr

Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft

Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft Prof. Dr. Anett Mehler-Bicher Fachhochschule Mainz, Fachbereich Wirtschaft Prof. Dr. Klaus Böhm health&media GmbH 2011 health&media

Mehr

Unternehmensweites DQ Controlling auf Basis von BI-Werkzeugen. Doreen Hartung, TIQ Solutions GmbH 6. GIQMC, Bad Soden, 26.-28.

Unternehmensweites DQ Controlling auf Basis von BI-Werkzeugen. Doreen Hartung, TIQ Solutions GmbH 6. GIQMC, Bad Soden, 26.-28. Unternehmensweites DQ Controlling auf Basis von BI-Werkzeugen Doreen Hartung, TIQ Solutions GmbH 6. GIQMC, Bad Soden, 26.-28. November 2008 2007 TIQ Solutions GmbH All Rights Reserved. GIQMC Bad Soden,

Mehr

Die Bedeutung der Prozessmodellierung bei der Weiterentwicklung des DWHs der DAK Der Innovator als Missing Link

Die Bedeutung der Prozessmodellierung bei der Weiterentwicklung des DWHs der DAK Der Innovator als Missing Link Die Bedeutung der Prozessmodellierung bei der Weiterentwicklung des DWHs der DAK Der Innovator als Missing Link Konrad Linner, solvistas GmbH Nürnberg, 20.November 2012 Inhaltsverzeichnis Vorstellung solvistas

Mehr

Planung und Effizienz durch optimale Datenqualität sicherstellen Frankfurt, März 2013

Planung und Effizienz durch optimale Datenqualität sicherstellen Frankfurt, März 2013 Planung und Effizienz durch optimale Datenqualität sicherstellen Frankfurt, März 2013 Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Immer wieder: Datenqualität Begann es 1805?

Mehr

Unsere LEistungen auf einen Blick

Unsere LEistungen auf einen Blick Everywhere COMMERCE Unsere LEistungen auf einen Blick STAR COOPERATION Seit der Gründung im Jahr 1997 bündelt die STAR COOPERATION mit ihren Geschäftsfeldern Consulting & Business IT, Engineering & EE-Solutions

Mehr

ORACLE PROFIL UND REFERENZEN

ORACLE PROFIL UND REFERENZEN ORACLE PROFIL UND REFERENZEN _ Das Orbit Oracle-Profil: Referenzen & Leistungen DAS ORBIT ORACLE-PROFIL: REFERENZEN & LEISTUNGEN ORBIT hat seinen Ursprung im Bereich Datenbanken & Applikationsentwicklung

Mehr

Performance Modelling Strukturen Portfolio Calculation Benchmark und Funddecomposition Risikokennzahlen Transaktionen

Performance Modelling Strukturen Portfolio Calculation Benchmark und Funddecomposition Risikokennzahlen Transaktionen Zeitraum Februar 2008 bis Januar 2009 Anforderungen Bank in Zürich Erweiterung des bestehenden Client Reporting Systems für institutionelle Kunden. Erstellung von Konzepten zur fachlichen und technischen

Mehr

Big Data: Definition, Einführung und Live Democase [C1] Arne Weitzel Uetliberg, 16.09.2014 www.boak.ch

Big Data: Definition, Einführung und Live Democase [C1] Arne Weitzel Uetliberg, 16.09.2014 www.boak.ch Big Data: Definition, Einführung und Live Democase [C1] Arne Weitzel Uetliberg, 16.09.2014 www.boak.ch Unstrukturierte Daten spielen eine immer bedeutender Rolle in Big Data-Projekten. Zunächst gilt es

Mehr

Business Intelligence-Projekte mit SAP BO - Best Practices für den Mittelstand

Business Intelligence-Projekte mit SAP BO - Best Practices für den Mittelstand Business Intelligence-Projekte mit SAP BO - Best Practices für den Mittelstand Name: Michael Welle Funktion/Bereich: Manager Business Intelligence Organisation: Windhoff Software Services Liebe Leserinnen

Mehr

Full Speed Systems. Kompetent, Zuverlässig und Professionell. Ihr Partner für optimierte integrierte Business Prozesse und IT-Systeme

Full Speed Systems. Kompetent, Zuverlässig und Professionell. Ihr Partner für optimierte integrierte Business Prozesse und IT-Systeme Full Speed Systems Kompetent, Zuverlässig und Professionell Ihr Partner für optimierte integrierte Business Prozesse und IT-Systeme by Full Speed Systems AG 2010 Dafür stehen wir Transparenz, Effizienz

Mehr

Fehlertolerante Ladeprozesse gegen schlaflose Nächte

Fehlertolerante Ladeprozesse gegen schlaflose Nächte Fehlertolerante Ladeprozesse gegen schlaflose Nächte Dani Schnider Principal Consultant 19. September 2012 Mitten in der Nacht bricht die ETL-Verarbeitung ab, weil ein falscher oder unvollständiger Datensatz

Mehr

good. better. outperform.

good. better. outperform. good. better. outperform. Quo Vadis Oracle BI Relational oder besser multidimensional? DOAG 2013 Business Intelligence, 17.04.2013 Dirk Fleischmann Director Business Intelligence & DWH Business Intelligence

Mehr

4. WORKSHOP - OSBI Big Data und Datenvirtualisierung. Dr. Sebastian Streit & Maxim Zehe

4. WORKSHOP - OSBI Big Data und Datenvirtualisierung. Dr. Sebastian Streit & Maxim Zehe 4. WORKSHOP - OSBI Big Data und Datenvirtualisierung Dr. Sebastian Streit & Maxim Zehe F. Hoffmann-La Roche AG Gegründet 1896 in Basel Über 80.000 Mitarbeitende Führende Position in Pharma Fokussierung

Mehr

SharePoint, Liferay & Co.: Social Business Integration in der Praxis. Dr. Christoph Tempich Webinar, 04.07.2013

SharePoint, Liferay & Co.: Social Business Integration in der Praxis. Dr. Christoph Tempich Webinar, 04.07.2013 SharePoint, Liferay & Co.: Social Business Integration in der Praxis Dr. Christoph Tempich Webinar, 04.07.2013 Social Business bei inovex Unser Experte: Dr. Christoph Tempich (Head of Consulting) Dr. Christoph

Mehr

Studierenden-Kennzahlen im Griff dank flexiblem Reporting und Ad-hoc-Analysen

Studierenden-Kennzahlen im Griff dank flexiblem Reporting und Ad-hoc-Analysen Praxistag für die öffentliche Verwaltung 2012 Titel Präsentation Studierenden-Kennzahlen im Griff dank flexiblem Reporting und Ad-hoc-Analysen Referenten-Info Gerhard Tschantré, Leiter Controllerdienste

Mehr

Erfolgreiches Zusammenarbeiten von IT und Marketing am Beispiel von Meta Daten Management

Erfolgreiches Zusammenarbeiten von IT und Marketing am Beispiel von Meta Daten Management Erfolgreiches Zusammenarbeiten von IT und Marketing am Beispiel von Meta Daten Management Sprecher: Uwe Nadler, Senior Managing Consultant 1 Marketing braucht unterschiedliche Informationen, um entsprechende

Mehr

1001 Möglichkeiten eine Staging Area zu füllen. Sven Bosinger its-people GmbH

1001 Möglichkeiten eine Staging Area zu füllen. Sven Bosinger its-people GmbH Ausgangslage Szenarien Populate the Stage - 1001 Möglichkeiten eine Staging Area zu füllen Sven Bosinger its-people GmbH 1 Sven Bosinger Solution Architect BI und Portfoliomanagement BI its-people GmbH

Mehr

Marketing Intelligence Architektur und Konzepte. Josef Kolbitsch Manuela Reinisch

Marketing Intelligence Architektur und Konzepte. Josef Kolbitsch Manuela Reinisch Marketing Intelligence Architektur und Konzepte Josef Kolbitsch Manuela Reinisch Übersicht Mehrstufiges BI-System Architektur eines Data Warehouses Architektur eines Reporting-Systems Benutzerrollen in

Mehr

Vollständig generisches DWH für kleine und mittelständische Unternehmen

Vollständig generisches DWH für kleine und mittelständische Unternehmen Vollständig generisches DWH für kleine und mittelständische Unternehmen Marc Werner Freiberufler Berlin Schlüsselworte: Wirtschaftlichkeit, Kostenreduzierung, Metadaten, Core Data Warehouse, Slowly Changing

Mehr

accantec vergrößert Unternehmenszentrale in Hamburg

accantec vergrößert Unternehmenszentrale in Hamburg Pressemitteilung Hamburg, 12.02.2014 accantec vergrößert Unternehmenszentrale in Hamburg Kontinuierliches Wachstum des Business Intelligence Dienstleisters erfordern neue Angebote für Kunden und mehr Platz

Mehr

Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht)

Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht) Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht) Christian Haag, DATA MART Consulting Consulting Manager Oracle DWH Team

Mehr

Modellierung agiler Data Warehouses mit Data Vault Dani Schnider, Trivadis AG DOAG Konferenz 2015

Modellierung agiler Data Warehouses mit Data Vault Dani Schnider, Trivadis AG DOAG Konferenz 2015 Modellierung agiler Data Warehouses mit Data Vault Dani Schnider, Trivadis AG DOAG Konferenz 2015 BASEL BERN BRUGG DÜSSELDORF FRANKFURT A.M. FREIBURG I.BR. GENEVA HAMBURG COPENHAGEN LAUSANNE MUNICH STUTTGART

Mehr

Managed Self Service BI Vorgehensweise mit ODI und OBI

Managed Self Service BI Vorgehensweise mit ODI und OBI Managed Self Service BI Vorgehensweise mit ODI und OBI Michael Klose DOAG BI - München 23. April 2015 CGI Group Inc. Referent: Michael Klose Manager BI Architektur & Strategie, CGI Deutschland Ltd. & Co.

Mehr

MetaNavigation der effizienteste Weg maximalen Mehrwert aus BI Metadaten zu ziehen

MetaNavigation der effizienteste Weg maximalen Mehrwert aus BI Metadaten zu ziehen MetaNavigation der effizienteste Weg maximalen Mehrwert aus BI Metadaten zu ziehen Pasquale Grippo Senior Manager/Business Unit Manager BI 18/20.10.2011 Oracle Business Analytics Summits Düsseldorf/München

Mehr

Intelligence (BI): Von der. Nürnberg, 29. November 2011

Intelligence (BI): Von der. Nürnberg, 29. November 2011 Modelle für Business Intelligence (BI): Von der Anforderung zum Würfel Nürnberg, 29. November 2011 Warum Modelle für Business Intelligence (BI)? Warum Modelle für Business Intelligence (BI)? Bis zur Auswertung

Mehr

SOA Check 2009 Ergebnisse einer empirischen Studie

SOA Check 2009 Ergebnisse einer empirischen Studie SOA Check 2009 Ergebnisse einer empirischen Studie Dr. Wolfgang Martin Analyst Dipl.-Wirtsch.-Ing. Julian Eckert Stellv. Leiter Forschungsgruppe IT-Architekturen, FG Multimedia Kommunikation, Technische

Mehr

Die Rolle des Stammdatenmanagements im digitalen Unternehmen

Die Rolle des Stammdatenmanagements im digitalen Unternehmen Dr. Wolfgang Martin Analyst und Mitglied im Boulder BI Brain Trust Die Rolle des Stammdatenmanagements im digitalen Unternehmen Frankfurt, April 2015 Die Digitalisierung der Welt Nach der Globalisierung

Mehr

Open Source BI 2009 Flexibilität und volle Excel-Integration von Palo machen OLAP für Endanwender beherrschbar. 24. September 2009

Open Source BI 2009 Flexibilität und volle Excel-Integration von Palo machen OLAP für Endanwender beherrschbar. 24. September 2009 Open Source BI 2009 Flexibilität und volle Excel-Integration von Palo machen OLAP für Endanwender beherrschbar 24. September 2009 Unternehmensdarstellung Burda Digital Systems ist eine eigenständige und

Mehr

> einfach mehr schwung

> einfach mehr schwung > einfach mehr schwung Mit unserer Begeisterung für führende Technologien vernetzen wir Systeme, Prozesse und Menschen. unternehmensprofil VO r sta n d & Pa rt n e r CE O Robert Sz i l i ns ki CF O M a

Mehr

BI around the world - Globale Reporting Lösungen bei Continental Automotive

BI around the world - Globale Reporting Lösungen bei Continental Automotive BI around the world - Globale Reporting Lösungen bei Continental Automotive Stefan Hess Trivadis GmbH Stuttgart Herbert Muckenfuss Continental Nürnberg Schlüsselworte: Oracle BI EE, Business Intelligence,

Mehr

EDI. Elektronischer Datenaustausch

EDI. Elektronischer Datenaustausch EDI Elektronischer Datenaustausch 1 Inhalt EDI Was ist das? EDI Ihre Vorteile EDI Einbindung und Einsparung EDI Ihre Ansprechpartner 2 EDI Was ist das? 3 Definitionen EDI (Electronic Data Interchange)

Mehr

25.06.2014 TDWI Konferenz DWH Architektur Agilität durch Data Vault Modeling. Twitter: #TDWI #DataVault @DV_Modeling @BLUEFORTE @TDWI_EU

25.06.2014 TDWI Konferenz DWH Architektur Agilität durch Data Vault Modeling. Twitter: #TDWI #DataVault @DV_Modeling @BLUEFORTE @TDWI_EU BLUEFORTE GmbH Dirk Lerner 25.06.2014 TDWI Konferenz DWH Architektur Agilität durch Data Vault Modeling Twitter: #TDWI #DataVault @DV_Modeling @BLUEFORTE @TDWI_EU 1 Elemente des Data Vault (Basic) HUB

Mehr

Unsere LEistungen auf einen Blick

Unsere LEistungen auf einen Blick Everywhere COMMERCE Unsere LEistungen auf einen Blick Werte schaffen und Werte leben Von der ersten Idee über die Planung und Realisierung bis hin zu Betreuung und Optimierung bieten wir einen ganzheitlichen

Mehr

EDI / Ein Überblick. EDI / Was ist das? Ihre Vorteile. Einsparpotentiale. Ansprechpartner. Hansgrohe. All rights reserved.

EDI / Ein Überblick. EDI / Was ist das? Ihre Vorteile. Einsparpotentiale. Ansprechpartner. Hansgrohe. All rights reserved. EDI / Ein Überblick EDI / Was ist das? Ihre Vorteile Einsparpotentiale Ansprechpartner EDI / Was ist das? EDI (Electronic Data Interchange) EDI ist die elektronische Abwicklung von Geschäftsprozessen von

Mehr

Vom Single Point of Truth zur Single Version of the Facts. Data Warehousing zu Beginn des BigData-Zeitalters. inspire IT - Frankfurt 11. 12.05.

Vom Single Point of Truth zur Single Version of the Facts. Data Warehousing zu Beginn des BigData-Zeitalters. inspire IT - Frankfurt 11. 12.05. Vom Single Point of Truth zur Single Version of the Facts Data Warehousing zu Beginn des BigData-Zeitalters inspire IT - Frankfurt 11. 12.05.2015 Fahmi Ouled-Ali Kabel Deutschland Marian Strüby OPITZ CONSULTING

Mehr

OWB 10.2 Experts im Einsatz: Automatisierung von Designschritten bei der Bayer Healthcare AG. Referent: Lutz Bauer, Senior Systemberater, MT AG

OWB 10.2 Experts im Einsatz: Automatisierung von Designschritten bei der Bayer Healthcare AG. Referent: Lutz Bauer, Senior Systemberater, MT AG OWB 10.2 Experts im Einsatz: Automatisierung von Designschritten bei der Bayer Healthcare AG Referent: Lutz Bauer, Senior Systemberater, MT AG Inhaltsverzeichnis Kurzvorstellung Data Warehouse Bayer Healthcare

Mehr

Open Source Master Data Management. Die Zeit ist reif

Open Source Master Data Management. Die Zeit ist reif Open Source Master Data Management Die Zeit ist reif Inhaltsverzeichnis Einleitung 3 Anforderungen an den Open Source Markt 3 Freiheit 4 Vorhersagen über die Auswirkungen von Open Source auf MDM 4 Talend

Mehr

Zeitgemäße Verfahren für ganzheitliche Auswertungen

Zeitgemäße Verfahren für ganzheitliche Auswertungen Intelligente Vernetzung von Unternehmensbereichen Zeitgemäße Verfahren für ganzheitliche Auswertungen Sächsische Industrie- und Technologiemesse Chemnitz, 27. Juni 2012, Markus Blum 2012 TIQ Solutions

Mehr

Oracle Data Integrator in der Praxis

Oracle Data Integrator in der Praxis Oracle Data Integrator in der Praxis Anbindung von SAP ERP und Essbase Andreas Ballenthin Solution Architect OPITZ CONSULTING Gummersbach GmbH Oracle Business Intelligence und Data Warehouse Konferenz

Mehr

Sven Bosinger solution architect BI. Data Warehouse Architekturen Der Schlüssel zum Erfolg! DOAG 16.11.2007 1

Sven Bosinger solution architect BI. Data Warehouse Architekturen Der Schlüssel zum Erfolg! DOAG 16.11.2007 1 Sven Bosinger solution architect BI Data Warehouse Architekturen Der Schlüssel zum Erfolg! DOAG 16.11.2007 1 Agenda Kurze Vorstellung its-people Architektur als Erfolgsfaktor Verschiedene Architekturansätze

Mehr

aseaco Central Master Data Management Framework - Whitepaper -

aseaco Central Master Data Management Framework - Whitepaper - aseaco Central Master Data Management Framework - Whitepaper - Autor: Udo Zabel Das aseaco Central Master Data Management Framework (CMDMF) ermöglicht erfolgreiches kollaboratives Stammdatenmanagement

Mehr

Best Practice: Dezentraler Datenanlieferungsprozess im Enterprise Data Warehouse

Best Practice: Dezentraler Datenanlieferungsprozess im Enterprise Data Warehouse Best Practice: Dezentraler Datenanlieferungsprozess im Enterprise Data Warehouse 07. Juli 2011 DSAG AG Enterprise-BW Klaus Schneider, Celesio AG Marcel Salein, FIVE1 GmbH & Co. KG 1 March 2011, CCEA Agenda

Mehr

> EINFACH MEHR SCHWUNG

> EINFACH MEHR SCHWUNG > EINFACH MEHR SCHWUNG Mit unserer Begeisterung für führende Technologien vernetzen wir Systeme, Prozesse und Menschen. UNTERNEHMENSPROFIL VORSTAND & PARTNER CEO CFO COO CTO PARTNER ROBERT SZILINSKI MARCUS

Mehr

Geschäftsprozessmodellierung und implementierung am Beispiel SAP ERP

Geschäftsprozessmodellierung und implementierung am Beispiel SAP ERP Geschäftsprozessmodellierung und implementierung am Beispiel SAP ERP V04 02. Mai 2011, 16.15-17.45 Uhr, ITS-Pool nur zugelassene Teilnehmer Niedersächsisches Hochschulkompetenzzentrum für SAP (CCC) Aktuelles

Mehr

Konsolidierung von EBS- Schnittstellen mittels Oracle SOA Suite

Konsolidierung von EBS- Schnittstellen mittels Oracle SOA Suite Konsolidierung von EBS- Schnittstellen mittels Oracle SOA Suite DOAG 2015 Business Solutions Konferenz Darmstadt, 10.6.2015 INHALTSVERZEICHNIS 01 02 03 04 05 CARGLASS Ausgangssituation und Projektumfeld

Mehr

Data Vault. Modellierungsmethode für agile Data Warehouse Systeme. Dr. Bodo Hüsemann Informationsfabrik GmbH. DOAG BI, München, 17.04.

Data Vault. Modellierungsmethode für agile Data Warehouse Systeme. Dr. Bodo Hüsemann Informationsfabrik GmbH. DOAG BI, München, 17.04. Data Vault Modellierungsmethode für agile Data Warehouse Systeme Dr. Bodo Hüsemann Informationsfabrik GmbH DOAG BI, München, 17.04.2013 Die Informationsfabrik Die Informationsfabrik macht erfolgreiche

Mehr

Branchen Fachkenntnisse Methoden. Fondsbuchhaltung Investmentdepotverwaltung Wertpapierabwicklung Derivate. Persönliches Ausbildung Sprachen

Branchen Fachkenntnisse Methoden. Fondsbuchhaltung Investmentdepotverwaltung Wertpapierabwicklung Derivate. Persönliches Ausbildung Sprachen Dipl.-Math. Michael Mummel Systemanalyse Systementwicklung Softwareentwicklung Schwerpunkte > Erstellen von kundenspezifischen Softwarelösungen in Zusammenarbeit mit Fachabteilungen und IT des Kunden und

Mehr

Mit Excel Know-how webbasierte BI- Applikationen erstellen #MobileBI Business Driven Intelligence

Mit Excel Know-how webbasierte BI- Applikationen erstellen #MobileBI Business Driven Intelligence Mit Excel Know-how webbasierte BI- Applikationen erstellen #MobileBI Jochen Heßler, 16.03.2015 2002 Gegründet in Freiburg, Deutschland 2002 Heute Büros in Freiburg, Frankfurt, Düsseldorf, Paris, Boston

Mehr